一种基于双目视觉的测距方法及装置制造方法及图纸

本发明专利技术公开了一种基于双目视觉的测距方法及装置,所述方法包括:获取同一时刻第一感光元件采集的第一图像和第二感光元件采集的第二图像；接收选取物体操作,提取第一图像中选取物体的基准特征点,并根据基准特征点对第二图像进行暴力匹配，获取第二图像的匹配特征点；根据基准特征点和匹配特征点的位置分布，对所述基准特征点和匹配特征点进行过滤，建立过滤后的多条连接基准特征点和对应的匹配特征点的线段；计算每条线段的长度，根据过滤后的线段的长度通过双目视觉测距方法计算得到多个深度距离；计算深度距离的平均值，并将深度距离的平均值作为物体与感光元件之间的距离。能够在快速得到物体与摄像头之间的距离的同时，保证了计算精度。

【技术实现步骤摘要】

本专利技术涉及视觉测距
，尤其涉及一种基于双目视觉的测距方法及装置。
技术介绍
小型无人机由于飞行环境具有不确定性，不能使用预先规划路径的方式，只能采用自主避障的方式飞行。如何测量障碍物与小型无人机之间的距离决定小型无人机能否自主避障的重要因素。目前，测量障碍物与小型无人机之间的距离主要有以下两种方式，其一，通过小型无人机上配备的激光测距仪或者声波探测器测量障碍物的距离，这种方式虽然能够准确的测量障碍物与小型无人机之间的距离，但激光测距仪或者声波探测器重量较大，影响小型无人机的飞行性能。其二，使用视觉测距，通过对捕捉的视频图像进行处理运算得到障碍物与小型无人机之间的距离。但是处理时间长，不能满足小型无人机快速避障的需求。
技术实现思路
有鉴于此，本专利技术实施例提供一种基于双目视觉的测距方法及装置，以实现快速准确的测量碍物与小型无人机之间的距离的目的。第一方面，本专利技术实施例提供了一种基于双目视觉的测距方法，包括：通过双目视觉系统的第一感光元件和第二感光元件获取同一时刻第一感光元件分别采集的第一图像和第二感光元件采集的第二图像；接收选取物体操作,提取第一图像中选取物体的特征点基准特征点,并根据特征点基准特征点对第二图像进行暴力匹配，获取第二图像的匹配特征点；根据特征点基准特征点和匹配特征点的位置分布，对所述特征点基准特征点和匹配特征点进行过滤，建立过滤后的多条连接特征点基准特征点和对应的匹配特征点的线段；计算每条线段的长度，根据过滤后的线段的长度通过双目视觉测距方法计算得到多个深度距离；计算多个深度距离的平均值，并将深度距离的平均值作为物体与感光元件之间的距离。第二方面，本专利技术实施例还提供了一种基于双目视觉的测距装置，包括：图像获取模块，用于通过双目视觉系统的第一感光元件和第二感光元件获取同一时刻第一感光元件分别采集的第一图像和第二感光元件采集的第二图像获取同一时刻第一感光元件采集的第一图像和第二感光元件采集的第二图像；特征点基准特征点及匹配特征点获取模块，用于接收选取物体操作,提取第一图像中选取物体的特征点基准特征点,并根据特征点基准特征点对第二图像进行暴力匹配，获取第二图像的匹配特征点；线段建立模块，用于根据特征点基准特征点和匹配特征点的位置分布，对所述特征点基准特征点和匹配特征点进行过滤，建立过滤后的多条连接特征点基准特征点和对应的匹配特征点的线段；深度距离计算模块，用于计算每条线段的长度，根据过滤后的线段的长度通过双目视觉测距方法计算得到多个深度距离；距离计算模块，用于计算深度距离的平均值，并将深度距离的平均值作为物体与感光元件之间的距离。本专利技术实施例提供的基于双目视觉的测距方法及装置，通过对同一时刻两个摄像头分别采集的第一图像和第二图像中的基准特征点进行暴力匹配，能够快速的计算得到物体与摄像头之间的距离。并且通过对连接基准特征点与匹配特征点的线段进行过滤，可以去除偏差较大的基准特征点与匹配特征点，能够在快速得到物体与摄像头之间的距离的同时，保证了计算精度，实现满足小型无人机快速避障的需求的目的。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：图1是本专利技术第一实施例提供的基于双目视觉的测距方法的流程示意图；图2是本专利技术第一实施例提供的基于双目视觉的测距方法中双目测距的原理示意图；图3是本专利技术第二实施例提供的基于双目视觉的测距方法的流程示意图；图4是本专利技术第三实施例提供的基于双目视觉的测距方法的流程示意图；图5是本专利技术第四实施例提供的基于双目视觉的测距装置的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。实施例一图1为本专利技术第一实施例提供的基于双目视觉的测距方法的流程图，本实施例可适用于小型无人机测量小型无人机与物体之间的距离，该方法可以由基于双目视觉的测距装置来执行，该装置可由软件/硬件方式实现，并集成于小型无人机测距装置中。所述方法具体包括如下：S110，通过双目视觉系统的第一感光元件和第二感光元件获取同一时刻第一感光元件分别采集的第一图像和第二感光元件采集的第二图像。图2是本专利技术第一实施例提供的基于双目视觉的测距方法中双目测距的原理示意图，参考图2，双目视觉系统是由两个单目成像模型组合而成，即两个同样的感光元件，在本实施例中采用摄像头作为感光元件。图中两个摄像头的镜头中心间的连线为系统的基线，两个摄像头相同且每个摄像头的坐标系统的各对应轴精确平行。并使用相同的坐标系。其中，需要测得的深度距离即为物体垂直于系统的基线的距离。在本实施例中，需要获取同一时刻双目视觉的测距系统中两个摄像头在同一时刻拍摄的两幅图像。示例性的，在双目视觉的测距系统预先设置一个硬件同步开关，通过该硬件同步开关可以控制两个摄像头在同一时刻进行拍摄，并获取两个摄像头分别采集的第一图像和第二图像。S120，接收选取物体操作,提取第一图像中选取物体的基准特征点,并根据基准特征点对第二图像进行暴力匹配，获取第二图像的匹配特征点。双目视觉系统的两个摄像头所采集的图像中可能会包括多个物体，由于不同的物体与系统的基线之间的距离并不相同，需要选取采集的图像中需要测距的物体。可以通过人工选取方式选取图像中需要测距的物体。示例性的，使用者可以使用输入装置在图像上选取图像中的物体,双目视觉的测距系统接收使用者选取物体的操作。并提取第一图像中选取物体的基准特征点。基准特征点又被称为兴趣点、显著点、关键点等等。基准特征点既是一个点的位置标识，同时也说明该基准特征点的局部邻域具有一定的模式特征。一般将物体的边缘点作为图像中物体的基准特征点。示例性的，可以通过获取选取物体的所有像素的RGB值，并将任意一点像素的RGB值与周围像素RGB值进行比较，与周围像素RGB值的差值大于预设的阈值时，则确定该点像素为基准特征点。获取第一图像中的基准特征点的特征，并根据特征采用暴力匹配的方法从第二图像中提取与第一图像基准特征点一一对应的匹配特征点。示例性的，为每个基准特征点建立一个集合，集合中的元素为该像素的描述符。将第二图像中的所有像素点的集合与第一图像中的基准特征点的集合进行匹配，确定第二图像中与第一图像中基准特征点对应的匹配特征点。示例性的，将第二图像中的像素点的集合中的元素依次与基准特征点的集合中的元素进行比较，在第一图像中基准特征点的集合中所有元素与第二图像中像素点的集合中部分元素匹配一致时，则确定该像素点为第一图像中基准特征点的匹配特征点。S130，根据基准特征点和匹配特征点的位置分布，对所述基准特征点和匹配特征点进行过滤，建立过滤后的多条连接基准特征点和对应的匹配特征点的线段。由于确定物体的基准特征点时可能会出现误本文档来自技高网...

【技术保护点】
一种基于双目视觉的测距方法,其特征在于,包括:通过双目视觉系统的第一感光元件和第二感光元件获取同一时刻分别采集的第一图像和第二图像；接收选取物体操作,提取第一图像中选取物体的基准特征点,并根据基准特征点对第二图像进行暴力匹配，获取第二图像的匹配特征点；根据基准特征点和匹配特征点的位置分布，对所述基准特征点和匹配特征点进行过滤，建立过滤后的多条连接基准特征点和对应的匹配特征点的线段；计算每条线段的长度，根据过滤后的线段的长度通过双目视觉测距方法计算得到多个深度距离；计算多个深度距离的平均值，并将深度距离的平均值作为物体与感光元件之间的距离。

【技术特征摘要】
1.一种基于双目视觉的测距方法,其特征在于,包括:
通过双目视觉系统的第一感光元件和第二感光元件获取同一时刻分别采集
的第一图像和第二图像；
接收选取物体操作,提取第一图像中选取物体的基准特征点,并根据基准特
征点对第二图像进行暴力匹配，获取第二图像的匹配特征点；
根据基准特征点和匹配特征点的位置分布，对所述基准特征点和匹配特征
点进行过滤，建立过滤后的多条连接基准特征点和对应的匹配特征点的线段；
计算每条线段的长度，根据过滤后的线段的长度通过双目视觉测距方法计
算得到多个深度距离；
计算多个深度距离的平均值，并将深度距离的平均值作为物体与感光元件
之间的距离。
2.根据权利要求1所述的方法，其特征在于，所述对所述基准特征点和
匹配特征点进行过滤，包括：
计算基准特征点的方差和匹配特征点的方差；
将所述基准特征点或匹配特征点的方差与预设的方差阈值进行比较，在所
述基准特征点或匹配特征点的方差大于预设的方差阈值时，舍弃所述基准特征
点或匹配特征点。
3.根据权利要求1所述的方法，其特征在于，在计算深度距离的平均值
后，还包括：
计算每个深度距离与深度距离均值的差值,并将所述差值与预设的差值阈
值进行比较，在所述差值大于预设的差值阈值时，舍弃所述深度距离；
所述将多个深度距离的平均值作为物体与感光元件之间的距离，包括：
将剩余多个深度距离的平均值作为物体与感光元件之间的距离。
4.根据权利要求1所述的方法，其特征在于，在所述的计算深度距离的
平均值之后，将深度距离的平均值作为物体与感光元件之间的距离之前，还包
括：
分别计算所述同一时刻前后每个预设时刻对应的深度距离的平均值；
所述将深度距离的平均值作为物体与感光元件之间的距离，包括：
计算每个预设时刻对应的深度距离的平均值的均值，并将所述均值作为物
体与感光元件之间的距离。
5.根据权利要求1-4任一所述的方法...

【专利技术属性】
技术研发人员：杨建军，蒲庆，卢杰刚，吴德鑫，胡益铭，谢帅宁，
申请(专利权)人：零度智控北京智能科技有限公司，
类型：发明
国别省市：北京;11